Encodere omsætter rå input til strukturerede repræsentationer, som AI-systemer kan arbejde med. Udviklingen er gået fra manuelle datakonverteringer til lærende og multimodale modeller, og AWS oplyser nu, at NVIDIA Nemotron 3 Nano Omni er tilgængelig i SageMaker JumpStart med video, lyd, billeder og tekst i én arkitektur.

Anthropic har lanceret Claude Opus 4.7 som direkte efterfølger til Opus 4.6. Ifølge den citerede rapportering er der ikke tale om et fuldt generationsskifte, men om en fokuseret opgradering med dokumenterede løft i kodning, længere agentforløb og vision.

MiniMax har lanceret MMX-CLI, et Node.js-baseret kommandolinjeværktøj, der giver terminalbrugere og AI-agenter adgang til tekst, billede, video, tale, musik, vision og søgning som shell-kommandoer.

Kinas Moonshot AI har lanceret Kimi K2.5 – en open source multimodal AI-model, der kan forstå tekst, billeder og video. Modellen matcher eller overgår de største konkurrenter på flere benchmarks og åbner nye muligheder for SaaS, udvikling og offentlig digitalisering i Danmark. Men der er stadig ubesvarede spørgsmål om datasikkerhed, compliance og performance på dansk.

Mistral 3 sætter nye standarder for åbne, multimodale AI-modeller og giver danske virksomheder og udviklere adgang til avanceret, fleksibel og skalerbar AI. Artiklen gennemgår tekniske højdepunkter, praktiske anvendelser, enterprise-muligheder og Snillds rådgivningsydelser.

FineVision fra Hugging Face er et åbent multimodalt datasæt med over 24 millioner samples, der sætter nye standarder for Vision-Language Models. Artiklen gennemgår datasættets opbygning, kvalitetssikring, praktiske anvendelser i det offentlige, forretningsmæssige gevinster, tekniske benchmarks og etiske overvejelser – alt sammen med fokus på, hvordan offentlige organisationer kan drage fordel af den åbne tilgang.

Dybtgående gennemgang af M3-Agent: multimodal AI-agent med langtidshukommelse, tekniske nyskabelser, egne benchmark-resultater og potentiale for dansk erhvervsliv. Forskelle fra konkurrenterne, begrænsninger og Snillds anbefaling om pilotprojekter adresseres.

Med Mistral Medium 3.1 får danske virksomheder adgang til en avanceret, prisstærk og fleksibel AI-model – fra Europa og målrettet enterprise-brug. Artiklen dækker både dokumenterede fordele, konkrete benchmarks, objektive svagheder og Snillds erfaringer med implementering. Især for virksomheder med krav om datasuverænitet og lave AI-driftsomkostninger markerer modellen et potentielt strategisk skifte.

Google har frigivet to open source-modeller til sundhedssektoren: MedGemma27B og MedSigLIP, som muliggør avanceret billed- og tekstanalyse. Modellerne er tilgængelige under Health AI Developer Foundations og åbner op for nye muligheder for klinikere, forskere og udviklere.

Multimodale AI-diagnosesystemer, som integrerer tekst, billeder og dokumenter, har nu overhalet praktiserende læger i tests. Artiklen dækker gennembruddet med AMIE og Gemini 2.0 Flash, hvilke muligheder systemerne giver for sundhedssektoren, danske virksomheder og hvilke udfordringer og handlingspunkter, ledere bør tage højde for.